浮法玻璃缺陷在线识别算法的研究及系统实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-23页 |
| ·课题来源及研究意义 | 第9-10页 |
| ·国内外研究综述 | 第10-20页 |
| ·玻璃缺陷检测中的关键技术问题 | 第20-21页 |
| ·本文的主要工作及结构 | 第21-23页 |
| 2 玻璃缺陷实时图像的预处理技术 | 第23-34页 |
| ·实时图像的背景去除 | 第23-29页 |
| ·玻璃缺陷有效区域的获取 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 3 玻璃缺陷的特征提取 | 第34-53页 |
| ·缺陷图像网格特征的提取 | 第34-41页 |
| ·缺陷图像统计特征的提取 | 第41-47页 |
| ·缺陷图像能量特征的提取 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 4 样本无偏的玻璃缺陷特征选择 | 第53-73页 |
| ·特征选择的过程 | 第53-54页 |
| ·典型过滤式算法 | 第54-57页 |
| ·样本无偏的SUReliefF算法 | 第57-70页 |
| ·SUReliefF对玻璃缺陷特征的选择 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 5 玻璃缺陷识别中的智能算法 | 第73-96页 |
| ·神经网络对玻璃缺陷的识别 | 第73-86页 |
| ·支持向量机对玻璃缺陷的识别 | 第86-95页 |
| ·本章小结 | 第95-96页 |
| 6 基于多分辨率信息融合的缺陷识别技术 | 第96-114页 |
| ·基于小波变换的多分辨率分析 | 第96-101页 |
| ·图像识别中的信息融合技术 | 第101-103页 |
| ·多分辨率信息融合在玻璃缺陷识别中的应用 | 第103-110页 |
| ·实验结果及分析 | 第110-113页 |
| ·本章小结 | 第113-114页 |
| 7 系统实现与应用 | 第114-126页 |
| ·检测系统的各部分组成 | 第114-118页 |
| ·检测系统的功能实现 | 第118-122页 |
| ·浮法玻璃在线检测系统的应用 | 第122-125页 |
| ·本章小结 | 第125-126页 |
| 8 总结与展望 | 第126-128页 |
| ·全文总结 | 第126-127页 |
| ·工作展望 | 第127-128页 |
| 致谢 | 第128-129页 |
| 参考文献 | 第129-140页 |
| 附录 攻读博士学位期间发表学术论文目录 | 第140页 |
